Publicación: Aplicación de la metodología Six Sigma como indicador de calidad de desempeño analítico de cinco parámetros hematológicos obtenidos a través de equipos automatizados, empleando tres niveles de control
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Tipo de Material
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
Introducción: El hemograma automatizado es una de las pruebas más solicitadas en el laboratorio clínico, cuyos resultados deben ser precisos y confiables para una adecuada toma de decisiones clínicas. Sin embargo, el proceso analítico puede verse afectado por errores aleatorios y sistemáticos. En este contexto, la metodología Six Sigma se ha propuesto como una herramienta para evaluar el desempeño analítico, al cuantificar la variabilidad del proceso mediante el cálculo de defectos por millón de oportunidades. Objetivo: Mapear la evidencia científica sobre la aplicación dela metodología Six Sigma como indicador de calidad en la evaluación del desempeño analítico de cinco parámetros hematológicos generados por equipos automatizados y empleando tres niveles de control, en instituciones de salud nacionales y/o internacionales. Material y método: Se realizó una revisión de alcance (scoping review), siguiendo lineamientos metodológicos establecidos, mediante una búsqueda sistemática en bases de datos biomédicas para identificar estudios relevantes sobre la aplicación de Six Sigma en hematología. Resultados: Los estudios incluidos evidenciaron variabilidad en el desempeño analítico de los parámetros evaluados. En general, el hematocrito presentó con mayor frecuencia valores sigma inferiores a los niveles aceptables, mientras que los demás parámetros mostraron un mejor desempeño, aunque con diferencias según el nivel de control, analizador hematológico y sistema de gestión de calidad. Conclusiones: Se evidenció heterogeneidad en la estimación del valor sigma, relacionada con el cálculo del coeficiente de variación, el sesgo y la selección del error total permitido (TEa). Además, se observó variabilidad en el desempeño analítico entre laboratorios, incluso con equipos del mismo modelo, lo que resalta la importancia de evaluar cada sistema de manera individual.
Resumen en inglés
Introduction: The automated complete blood count (CBC) is one of the most frequently requested tests in the clinical laboratory, and its results must be accurate and reliable for sound clinical decision-making. However, the analytical process can be affected by randomand systematic errors. In this context, the Six Sigma methodology has been proposed as a tool to evaluate analytical performance by quantifying process variability through the calculation of defects per million opportunities. Objective: To map the scientific evidence on the application of the Six Sigma methodology as a quality indicator in the evaluation of the analytical performance of five hematological parameters generated by automated equipment and using three levels of control in national and/or international healthcare institutions. Material and methods: A scoping review was conducted, following established methodological guidelines, through a systematic search of biomedical databases to identify relevant studies on the application of Six Sigma in hematology. Results: The included studies showed variability in the analytical performance of the evaluated parameters. In general, hematocrit more frequently showed sigma values below acceptable levels, while the other parameters showed better performance, although with differences depending on the level of control, hematology analyzer, and quality management system. Conclusions: Heterogeneity was evident in the estimation of the sigma value, related to the calculation of the coefficient of variation, bias, and the selection of the total allow able error (TEa). Furthermore, variability in analytical performance was observed between laboratories, even with equipment of the same model, highlighting the importance of evaluating each system individually.